SAS | The Leader in Business Intelligence -- Software and Services that give you The Power To Know HírekRendezvényekEgyetemi programKarrierPartnerekKapcsolat
Home Termékek és megoldások Referenciák Tanfolyamok CégismertetoTechnikai Támogatás www.sas.com
 
Tanfolyamok
Tanfolyam tipusok
SAS® BI tanfolyamok
Bevezető tanfolyamok
Adattátárház technológia
Adatmanip. és riportkészítés
Alkalmazásfejlesztés
Analitikai Intelligencia
Üzleti megoldás tanfolyamok
E-learning
Learning+
Business Knowledge Series
Tanfolyamok listája
Vizsgák és minősítések
Akkreditáció

Modellezés neurális hálókkal

Hallgatóság

Ez a tanfolyam azoknak az erős matematikai háttérrel rendelkező adatelemzőknek és modellezőknek szól, akik szeretnék megérteni és alkalmazni a mesterséges neurális hálókat előrejelzési problémák megoldásánál.

Miért előnyös Önnek ez a tanfolyam

A mesterséges neurális hálók rugalmas többváltozós modellek, amelyeket becslő (előrejelző) modellezésnél és minta-felismerési problémáknál lehet alkalmazni. Ez a kétnapos tanfolyam a neurális hálók illesztésének mind az elméleti, mind a gyakorlati megközelítésével foglalkozik. A tanfolyam komplex matematikai és statisztikai témaköröket tárgyal, a modellek és algoritmusok belső működésének vizuális megjelenítésén keresztül.

A tanfolyam elvégzése után Ön képes lesz:

  • Kiválasztani a megfelelő hálózati architektúrát és tanulási módszereket
  • Az Enterprise Miner™ szoftver és a NEURAL eljárás használatával neurális hálókat létrehozni és összefűzni

A tanfolyami jelentkezés előfeltétele

A tanfolyamra való jelentkezéshez szükséges:

  • Alapvető statisztikai elméletek ismerete - ezek az ismeretek megszerezhetők a Statisztikai koncepciók alkalmazása SAS-sal (STAT0) c. tanfolyamunkon is
  • Minimális SAS programozási ismeret
  • Gyakorlat az Enterprise Miner szoftver használatában - ez megszerezhető az Adatbányászat az Enterprise Miner szoftverrel c. tanfolyamunkon

A tanfolyam tárgya

Irányított előrejelzés

  • A többváltozós funkció becslés áttekintése

Hálók architektúrája

  • Multilayer perceptron létrehozása
  • Normalizált sugár alapú funkció hálók létrehozása

Összefűzés

  • A hibák statisztikai elmélete
  • A numerikus optimalizációs módszerek előnyei és hiányosságai

Modell komplexitás

  • Stratégiák a túlillesztés elkerülésére
  • Súlyvisszaesés és korai megállás

Modellezési alkalmazások

  • Rugalmas diszkriminancia analízis
  • Általánosított additív neurális hálók
  • Nem lineáris autoregresszió

Alkalmazott SAS Rendszer modulok

Ez a tanfolyam az Enterprise Miner 3-as verzióját használja.

The Power to Know
   Kapcsolat     Keresés     Felhasználási feltételek & Jogi közlemény     Adatvédelem   Copyright © 2008 SAS Institute Inc. All Rights Reserved